送外卖的美团，跑出万亿参数大模型，靠的是全国产算力

作为本地生活服务平台，送外算力美团在人工智能领域再落关键一子。卖的美团

近日，跑出美团正式发布LongCat-2.0大模型，参数引发行业广泛关注。大模的全尽管在工具调用、型靠复杂指令执行等Agent核心能力上，国产业内评价其LongCat-2.0-Preview版本仅接近Claude Opus 4.6，送外算力略逊于最新的卖的美团Claude Opus 4.8，但在头部厂商热衷刷榜的跑出背景下，该模型依然获得了极高热度。参数

核心原因在于：LongCat-2.0是大模的全业界首个基于国产算力，完成从训练到推理全流程的型靠万亿参数大模型。

全流程国产算力验证：从预训练到推理

提及国产“模芯协同”，国产公众往往首先联想到DeepSeek与华为的送外算力合作。

4月24日，DeepSeek发布V4预览版，华为同步宣布昇腾超节点及华为云已全面支持该模型。随后，深圳河套学院AI训练平台联合哈尔滨工业大学（深圳）、深圳市大数据研究院及华为团队，在昇腾910C集群上完成了DeepSeek-V4-Pro的全参数后训练。

需明确的是，“后训练”（微调与对齐优化）建立在预训练基座之上，类似于“精装修”，与从零开始的“打地基”存在本质区别。

相比之下，LongCat-2.0实现了从零开始，利用全国产算力完成万亿参数模型的预训练、后训练及推理全流程。这一壮举证明了国产算力具备独立、完整地支撑万亿级模型全生命周期开发的能力。

技术规格与性能表现

• 架构设计：采用MoE（混合专家）架构，总参数规模达1.6万亿，单Token激活参数约480亿。
• 上下文能力：原生支持1M超长上下文，可一次性处理百万字级输入。
• 生态适配：兼容Claude Code、OpenClaw、Hermes等主流智能体工程框架。

今年4月底，美团曾发布LongCat-2.0-Preview版本，并通过匿名方式接入全球最大大模型API路由平台OpenRouter。数据显示，截至6月底：

1. LongCat-2.0-Preview总调用量跻身全球前三。
2. 在Hermes、Claude Code、OpenClaw等Agent场景下，月调用量分列全球第一、第二、第三位。
3. 在Claude Code场景下，调用量仅次于Claude Opus 4.8。

OpenRouter数据显示，截至6月底，LongCat-2.0-Preview在Claude Code上的调用量仅次于Claude Opus 4.8。

市场策略与未来挑战

业内分析认为，这一成绩得益于模型性能与激进定价策略的双重驱动。公测期间，输入Token促销价仅为0.30美元/百万Token，并提供大额免费额度。这种“低价冲榜、积累口碑”是行业通用玩法。然而，一旦进入全面收费阶段，其市场留存率将成为真正的考验。

尽管如此，该项目的成功验证了一个关键判断：目前国产算力卡虽在单卡绝对性能上与全球顶尖水平存在差距，但其计算正确性和精度已足以支撑前沿大模型的全流程训练。这对激活存量国产芯片资源具有里程碑意义。

技术创新：让大模型学会“偷懒”

LongCat-2.0不仅是算力的胜利，更是模型架构的创新。

据公开信息，LongCat-2.0全程在国产算力上完成训练，峰值调用超过5万张国产算力卡，创下国产算力最大规模训练任务纪录。

LongCat-2.0全程在国产算力上完成训练，峰值规模超过5万张国产算力卡。

关于算力集群来源，业内推测大概率基于华为昇腾架构，但美团未予明确回应。

在模型设计层面，LongCat-2.0引入了“零计算专家”机制，旨在解决万亿参数模型的经济性问题。随着参数规模突破万亿，单纯堆叠参数带来的性能增益边际递减，核心命题转向“如何更省、更快”。

MoE架构的演进

主流MoE架构（如DeepSeek-V3/V4、Mixtral）在推理时仅调动部分“专家”参与计算，以控制开销。但传统MoE中，无论输入简单或复杂，激活的专家数量通常是固定的。

LongCat系列引入的“零计算专家”机制对此进行了优化：

1. 动态路由：模型动态判断Token复杂度。
2. 快速通道：简单Token直接分配给“零计算专家”，不做矩阵运算，仅原样传递至下一层。
3. 深度处理：复杂Token才调动真正的“计算专家”进行深度推理。

通俗而言，该机制让大模型在简单问题上“偷懒”，将宝贵的算力资源集中在需要深思的复杂环节，从而显著提升效率。

战略意图：进攻而非防守

美团重金投入大模型研发，其战略意图清晰。

2025年3月，美团CEO王兴在业绩电话会上明确表态：美团对AI的策略是“进攻”，而非“防守”。自2023年初以来，美团在资本支出和AI人才上进行了大规模投入，其AI投入规模在国内企业中名列前茅，且已持续布局三年多。

组织架构调整

为配合战略转型，美团核心本地商业（CLC）完成架构调整，正式成立AI Transformation部门，与外卖、闪购等部门平行，由前大众点评总经理牧遥负责，直接向CLC CEO王莆中汇报。

打造“AI超级入口”

美团的终极野心是成为本地生活需求的“AI超级入口”。这要求AI不仅能精准理解用户需求，还能高效执行任务。王兴多次强调，目标是将美团App率先升级为“AI-powered App”。

王兴曾以比喻阐释大模型在本地生活场景的局限性：“即使爱因斯坦当秘书，让他订餐厅，他也不知道是否有空位。这不是智力问题，而是信息问题。”

通用AI难以可靠管理现实世界中的服务体验，而美团多年积累的结构性数据优势——覆盖全品类的本地服务、实时信息、海量用户评价及履约基础设施，恰好构成了大模型训练的最佳基石。

构建技术闭环

此外，这也关乎商业逻辑。随着业务对AI依赖加深，API调用成本将显著上升。通过自研大模型打造“技术闭环”，不仅能增强业务的灵活性与安全性，还能有效降低长期运营成本。

LongCat-2.0的价值，在于为美团构建了“基座模型 + 本地生活Agent + AI生态投资”的三层AI战略体系。

未来，AI能力与业务肌理的融合程度，将决定其最终价值。毕竟，大模型的意义不在于参数规模的大小，而在于其解决了多少实际痛点。

原标题：《送外卖的美团，跑出万亿参数大模型，靠的是全国产算力》

(责任编辑：焦点)